Certify as You Build – Qualitätssicherung beim Laser-Pulver-Auftragschweißen

Die additive Fertigung und damit auch das Laser-Pulver-Auftragschweißen erfahren immer mehr Zuspruch von industriellen Anwendern. Eine Herausforderung besteht jedoch nach wie vor in der Qualitätssicherung der generativ hergestellten Bauteile. Ein vielversprechender Ansatz stellt hier das maschinelle Lernen dar.

Certify as you build: Mithilfe künstlicher neuronaler Netze können während der additiven Fertigung Prozessparameter erfasst und auf dieser Basis Vorhersagen über die Bauteilqualität getroffen werden. Der Vorteil dieser Methode ist, dass neuronale Netze ständig dazulernen und sich an Prozessänderungen leicht anpassen können. Typische Fehler beim LPA-Prozess wie Poren, mangelhafte Anbindung, Spritzer und Mikrorisse in einer Schichtebene können so schnell erkannt werden. Zudem können über den mehrlagigen Aufbau Verzug und Formabweichungen der gesamten Struktur entstehen. Auch hier kann eine Qualitätskontrolle mit neuronalen Netzen bereits während der Fertigung entscheidende Hinweise geben.

Im Rahmen des Projekts werden robuste KI-Methoden zur Qualitätssicherung des Laser-Pulver-Auftragschweißens entwickelt. Ziel ist es, bereits während der Bauteilherstellung Rückschlüsse von Prozess- und Messdaten auf die Bauteilqualität zu erhalten. Hierzu werden zunächst signifikante Einflüsse des Prozesses identifiziert und anschließend in Bezug zu den aufgenommenen Daten gesetzt. Anhand dieser Erkenntnisse werden neuronale Netze trainiert und validiert, die es dann Anwendern ermöglichen, während des laufenden Prozesses Aussagen über die Qualität des aufgetragenen Materials zu treffen.